Documents disponibles écrits par cet auteur

Derivation of Pareto Front with Genetic Algorithm and Neural Network / Liong, Shie-Yue in Journal of hydrologic engineering, Vol. 6, N° 1 (Janvier 2001)

Public ISBD [article]  in Journal of hydrologic engineering > Vol. 6, N° 1 (Janvier 2001) . - 52-61 p. Titre : Derivation of Pareto Front with Genetic Algorithm and Neural Network Titre original : Dérivation d'avant de Pareto avec l'Algorithme Génétique et le Réseau Neurologique Type de document : texte imprimé Auteurs : Liong, Shie-Yue, Auteur ; Khu, Soon-Thiam, Auteur ; Chan, Weng-Tat Article en page(s) : 52-61 p. Note générale : Hydrologie, Hydraulique Langues : Anglais (eng) Mots-clés : Valeurs  optimales  Pramètres  calibrés  Précipitation  Ecoulement  Courbe  Algorithme  Réseau  neurologique  Dérivation  Pareto  Travaux  Captation  Singapour  Optimisation  Prévision Index. décimale : 551.4/620 Résumé : It is common knowledge that the optimal values of the calibrated parameters of a rainfall-runoff model for one response may not be optimal values for another model response. Thus, it is highly desirable to derive a pareto front or trade-off curve on which each point represents a set of optimal values satisfying the desirable accuracy levels of each of the model responses. This Paper presents a new genetic algorithm (GA) based calibration scheme, accelerated convergence GA (ACGA), which generates a limited number of points on the pareto front. A Neural network (NN) is then trained to compliment ACGA in the derivation of other desired points on the Pareto front by mimicking the relationship between the ACGA-generated calibration parameters and the model responses. The Calibration scheme, ACGA, is linked with HydroWorks and tested on a catchment in Singapore. Results show that ACGA is more efficient and effective in deriving the Pareto front compared to other established GA-based optimization techniques such as vector evaluated GA, multiobjective GA, and nondominated sorting GA. Verification of the trained NN forecaster indicates that the trained network reproduces ACGA generated points on the Pareto front accurately. Thus, ACGA-NN is useful and reliable tool to generate additional points on the Pareto front. Il est la connaissance commune que les valeurs optimales des paramètres calibrés d'un modèle d'précipitation-écoulement pour une réponse peuvent ne pas être des valeurs optimales pour une autre réponse modèle. Ainsi, il est fortement souhaitable de dériver une courbe d'avant ou de différence de pareto sur laquelle chaque point représente un ensemble de valeurs optimales satisfaisant les niveaux souhaitables d'exactitude de chacune des réponses modèles. Cet article présente un nouvel arrangement basé génétique de calibrage de l'algorithme (GA), la convergence accélérée GA (ACGA), qui produit d'un nombre limité de points sur l'avant de pareto. Un réseau neurologique (NN) est alors formé pour complimenter ACGA dans la dérivation d'autres points désirés sur l'avant de Pareto en imitant le rapport entre les paramètres de calibrage d'ACGA-generated et les réponses modèles. L'arrangement de calibrage, ACGA, est lié avec travaux d'énergie hydraulique et examiné sur une captation à Singapour. Les résultats prouvent qu'acga est plus efficace et efficace en dérivant l'avant de Pareto comparé à autre des techniques GA-basées établies d'optimisation telles que GA évalué par vecteur, GA multiobjective, et nondominé assortissant GA. La vérification du prévisionniste qualifié de NN indique que le réseau qualifié reproduit les points produits par ACGA sur l'avant de Pareto exactement. Ainsi, ACGA-NN est utile et l'outil fiable pour produire des points additionnels sur le Pareto avant. [article] Derivation of Pareto Front with Genetic Algorithm and Neural Network = Dérivation d'avant de Pareto avec l'Algorithme Génétique et le Réseau Neurologique [texte imprimé] / Liong, Shie-Yue, Auteur ; Khu, Soon-Thiam, Auteur ; Chan, Weng-Tat . - 52-61 p. Hydrologie, Hydraulique Langues : Anglais (eng) in Journal of hydrologic engineering > Vol. 6, N° 1 (Janvier 2001) . - 52-61 p. Mots-clés : Valeurs  optimales  Pramètres  calibrés  Précipitation  Ecoulement  Courbe  Algorithme  Réseau  neurologique  Dérivation  Pareto  Travaux  Captation  Singapour  Optimisation  Prévision Index. décimale : 551.4/620 Résumé : It is common knowledge that the optimal values of the calibrated parameters of a rainfall-runoff model for one response may not be optimal values for another model response. Thus, it is highly desirable to derive a pareto front or trade-off curve on which each point represents a set of optimal values satisfying the desirable accuracy levels of each of the model responses. This Paper presents a new genetic algorithm (GA) based calibration scheme, accelerated convergence GA (ACGA), which generates a limited number of points on the pareto front. A Neural network (NN) is then trained to compliment ACGA in the derivation of other desired points on the Pareto front by mimicking the relationship between the ACGA-generated calibration parameters and the model responses. The Calibration scheme, ACGA, is linked with HydroWorks and tested on a catchment in Singapore. Results show that ACGA is more efficient and effective in deriving the Pareto front compared to other established GA-based optimization techniques such as vector evaluated GA, multiobjective GA, and nondominated sorting GA. Verification of the trained NN forecaster indicates that the trained network reproduces ACGA generated points on the Pareto front accurately. Thus, ACGA-NN is useful and reliable tool to generate additional points on the Pareto front. Il est la connaissance commune que les valeurs optimales des paramètres calibrés d'un modèle d'précipitation-écoulement pour une réponse peuvent ne pas être des valeurs optimales pour une autre réponse modèle. Ainsi, il est fortement souhaitable de dériver une courbe d'avant ou de différence de pareto sur laquelle chaque point représente un ensemble de valeurs optimales satisfaisant les niveaux souhaitables d'exactitude de chacune des réponses modèles. Cet article présente un nouvel arrangement basé génétique de calibrage de l'algorithme (GA), la convergence accélérée GA (ACGA), qui produit d'un nombre limité de points sur l'avant de pareto. Un réseau neurologique (NN) est alors formé pour complimenter ACGA dans la dérivation d'autres points désirés sur l'avant de Pareto en imitant le rapport entre les paramètres de calibrage d'ACGA-generated et les réponses modèles. L'arrangement de calibrage, ACGA, est lié avec travaux d'énergie hydraulique et examiné sur une captation à Singapour. Les résultats prouvent qu'acga est plus efficace et efficace en dérivant l'avant de Pareto comparé à autre des techniques GA-basées établies d'optimisation telles que GA évalué par vecteur, GA multiobjective, et nondominé assortissant GA. La vérification du prévisionniste qualifié de NN indique que le réseau qualifié reproduit les points produits par ACGA sur l'avant de Pareto exactement. Ainsi, ACGA-NN est utile et l'outil fiable pour produire des points additionnels sur le Pareto avant.

Pratical Inverse Approach for Forecasting Nonlinear Hydrological Time Series / Phoon, Kok-Kwang in Journal of hydrologic engineering, Vol. 7, N° 2 (Mars/Avril 2002) 

Public ISBD [article]  in Journal of hydrologic engineering > Vol. 7, N° 2 (Mars/Avril 2002) . - 116-128 p. Titre : Pratical Inverse Approach for Forecasting Nonlinear Hydrological Time Series Titre original : Approche Inverse de Pratique pour la Série Chronologique Hydrologique Non-Linéaire de Bâti Antérieur Type de document : texte imprimé Auteurs : Phoon, Kok-Kwang, Auteur ; Liong, Shie-Yue, Auteur ; Liaw, Chih-Young ; Islam, M. N., Auteur Article en page(s) : 116-128 p. Note générale : Hydrologie Langues : Anglais (eng) Mots-clés : Time  series  analysis  Correlation  Hydrologie  Forecasting  Analyse  de  série  chronologique  Corrélation  Hydrologie  Prévisions Index. décimale : 551.4 Résumé : This Paper presents a pratical inverse approach for forecasting nonlinear hydrological time series. The Proposed approach involves (1) calibrating the delay time, embedding dimension and number of nearest neighbors simultaneously using a single definite criterion, namely, optimum prediction accuracy; (2) verifying that the optimal parameters have wider applicability outside thescope of calibration; and (3) demonstrating that chaotic behavior is present when optimal parameters are used in conjunction with existing system characterization tools. The Proposed approach was shown to be better than the standard approach for a theoretical chaotic time series (Markey-Glass) and two real runoff time series (Tryggevaelde catchment in Denmark and Altamaha river at Doctortown, Ga.). Cet article présente une approche inverse pratical pour la série chronologique hydrologique non-linéaire de prévisions. L'approche proposée implique (1) calibrant le temps de retarder, incluant la dimension et le nombre des voisins les plus proches employant simultanément un critère défini simple, à savoir, exactitude optima de prévision ; (2) vérifiant que les paramètres optimaux ont une applicabilité plus large en dehors de thescope de calibrage ; et (3) démontrant que le comportement chaotique est présent où des paramètres optimaux sont employés en même temps que les outils existants de caractérisation de système. L'approche proposée s'est avérée meilleure que l'approche standard pour une série chronologique chaotique théorique (Markey-Verre) et deux vraies séries chronologiques d'écoulement (captation de Tryggevaelde dans le fleuve du Danemark et de l'Altamaha chez Doctortown, Ga.). En ligne : cvepkk@nus.edu.sq, [article] Pratical Inverse Approach for Forecasting Nonlinear Hydrological Time Series = Approche Inverse de Pratique pour la Série Chronologique Hydrologique Non-Linéaire de Bâti Antérieur [texte imprimé] / Phoon, Kok-Kwang, Auteur ; Liong, Shie-Yue, Auteur ; Liaw, Chih-Young ; Islam, M. N., Auteur . - 116-128 p. Hydrologie Langues : Anglais (eng) in Journal of hydrologic engineering > Vol. 7, N° 2 (Mars/Avril 2002) . - 116-128 p. Mots-clés : Time  series  analysis  Correlation  Hydrologie  Forecasting  Analyse  de  série  chronologique  Corrélation  Hydrologie  Prévisions Index. décimale : 551.4 Résumé : This Paper presents a pratical inverse approach for forecasting nonlinear hydrological time series. The Proposed approach involves (1) calibrating the delay time, embedding dimension and number of nearest neighbors simultaneously using a single definite criterion, namely, optimum prediction accuracy; (2) verifying that the optimal parameters have wider applicability outside thescope of calibration; and (3) demonstrating that chaotic behavior is present when optimal parameters are used in conjunction with existing system characterization tools. The Proposed approach was shown to be better than the standard approach for a theoretical chaotic time series (Markey-Glass) and two real runoff time series (Tryggevaelde catchment in Denmark and Altamaha river at Doctortown, Ga.). Cet article présente une approche inverse pratical pour la série chronologique hydrologique non-linéaire de prévisions. L'approche proposée implique (1) calibrant le temps de retarder, incluant la dimension et le nombre des voisins les plus proches employant simultanément un critère défini simple, à savoir, exactitude optima de prévision ; (2) vérifiant que les paramètres optimaux ont une applicabilité plus large en dehors de thescope de calibrage ; et (3) démontrant que le comportement chaotique est présent où des paramètres optimaux sont employés en même temps que les outils existants de caractérisation de système. L'approche proposée s'est avérée meilleure que l'approche standard pour une série chronologique chaotique théorique (Markey-Verre) et deux vraies séries chronologiques d'écoulement (captation de Tryggevaelde dans le fleuve du Danemark et de l'Altamaha chez Doctortown, Ga.). En ligne : cvepkk@nus.edu.sq,

Singapore Rainfall Behavior: Chaotic? / Sivakumar, Bellie in Journal of hydrologic engineering, Vol. 4, N°1 (Janvier 1999)

Public ISBD [article]  in Journal of hydrologic engineering > Vol. 4, N°1 (Janvier 1999) . - 38-48 p. Titre : Singapore Rainfall Behavior: Chaotic? Titre original : Comportement de Précipitations de Singapour : Chaotique ? Type de document : texte imprimé Auteurs : Sivakumar, Bellie, Auteur ; Liong, Shie-Yue, Auteur ; Liaw, Chih-Young ; Phoon, Kok-Kwang Article en page(s) : 38-48 p. Note générale : Hydrologie Langues : Anglais (eng) Mots-clés : Singapore  Méthode  de  dimensions  de  corrélation  Comportement  chaotique  Processus  de  rainfull  Précipitions  chaotiques Index. décimale : 551.4/620 Résumé : The Possibility of making short-term predictionof rainfall is studied by investigating the existence of chaotic behavior in the rainfall data series. The Minimum number of variables essential and the number of variables sufficient to model the dynamics of the rainfull process are identified. The Behavior of rainfall over different record lengths is studied. The Effects of the data of different record lengths from each of six stations in Singapore are analyzed. The Correlation dimension method, the inverse approach of the nonlinear prediction method, and the method of surrogate data (to detect nonlinnearity) are used in the analysis. The Results indicate that the rainfall data exhibit nonlinear behavior and possibly low-dimensional chaos, which imply that short-term prediction based on nonlinear dynamics might be possible. The Minimum number of variables essential is identified as 3 and the number of variables sufficient lies in the range between 11 and 18. The Results also indicate that the attractor dimensions of data of longer record lengths are greater than that of data of shorter record lengths. The Study suggests that a minimum of -1,500 data points is required for the computation of the correlation dimension. Recommendation on the select of the delay time is also provided. La possibilité de faire des précipitations à court terme de prediction en étudiant l'existence du comportement chaotique de la série de données de précipitations. Le nombre minimum de variables essentielles et le nombre de variables suffisamment pour modeler la dynamique du processus de rainfull sont identifiés. Le comportement longueurs de l'enregistrement d'excédent de précipitations de différentes est étudié. Les effets des données de différentes longueurs de l'enregistrement de chacune de six stations à Singapour sont analysés. La méthode de dimension de corrélation, l'approche inverse de la méthode non-linéaire de prévision, et la méthode de données de remplacement (pour détecter le nonlinnearity) sont employées dans l'analyse. Les résultats indiquent que les données de précipitations montrent le comportement non-linéaire et probablement le chaos bas-dimensionnel, qui impliquent que la prévision à court terme basée sur la dynamique non-linéaire pourrait être possible. Le nombre minimum de variables essentielles est identifié comme 3 et le nombre de mensonges suffisants de variables dans la gamme entre 11 et 18. Les résultats indiquent également que les dimensions d'attractor des données de plus longues longueurs de l'enregistrement sont plus grandes que que des données des longueurs de l'enregistrement plus courtes. L'étude suggère que -1.500 points au minimum de repères soit exigé pour le calcul de la dimension de corrélation. La recommandation concernant le choisi du temps de retarder est également fournie. [article] Singapore Rainfall Behavior: Chaotic? = Comportement de Précipitations de Singapour : Chaotique ? [texte imprimé] / Sivakumar, Bellie, Auteur ; Liong, Shie-Yue, Auteur ; Liaw, Chih-Young ; Phoon, Kok-Kwang . - 38-48 p. Hydrologie Langues : Anglais (eng) in Journal of hydrologic engineering > Vol. 4, N°1 (Janvier 1999) . - 38-48 p. Mots-clés : Singapore  Méthode  de  dimensions  de  corrélation  Comportement  chaotique  Processus  de  rainfull  Précipitions  chaotiques Index. décimale : 551.4/620 Résumé : The Possibility of making short-term predictionof rainfall is studied by investigating the existence of chaotic behavior in the rainfall data series. The Minimum number of variables essential and the number of variables sufficient to model the dynamics of the rainfull process are identified. The Behavior of rainfall over different record lengths is studied. The Effects of the data of different record lengths from each of six stations in Singapore are analyzed. The Correlation dimension method, the inverse approach of the nonlinear prediction method, and the method of surrogate data (to detect nonlinnearity) are used in the analysis. The Results indicate that the rainfall data exhibit nonlinear behavior and possibly low-dimensional chaos, which imply that short-term prediction based on nonlinear dynamics might be possible. The Minimum number of variables essential is identified as 3 and the number of variables sufficient lies in the range between 11 and 18. The Results also indicate that the attractor dimensions of data of longer record lengths are greater than that of data of shorter record lengths. The Study suggests that a minimum of -1,500 data points is required for the computation of the correlation dimension. Recommendation on the select of the delay time is also provided. La possibilité de faire des précipitations à court terme de prediction en étudiant l'existence du comportement chaotique de la série de données de précipitations. Le nombre minimum de variables essentielles et le nombre de variables suffisamment pour modeler la dynamique du processus de rainfull sont identifiés. Le comportement longueurs de l'enregistrement d'excédent de précipitations de différentes est étudié. Les effets des données de différentes longueurs de l'enregistrement de chacune de six stations à Singapour sont analysés. La méthode de dimension de corrélation, l'approche inverse de la méthode non-linéaire de prévision, et la méthode de données de remplacement (pour détecter le nonlinnearity) sont employées dans l'analyse. Les résultats indiquent que les données de précipitations montrent le comportement non-linéaire et probablement le chaos bas-dimensionnel, qui impliquent que la prévision à court terme basée sur la dynamique non-linéaire pourrait être possible. Le nombre minimum de variables essentielles est identifié comme 3 et le nombre de mensonges suffisants de variables dans la gamme entre 11 et 18. Les résultats indiquent également que les dimensions d'attractor des données de plus longues longueurs de l'enregistrement sont plus grandes que que des données des longueurs de l'enregistrement plus courtes. L'étude suggère que -1.500 points au minimum de repères soit exigé pour le calcul de la dimension de corrélation. La recommandation concernant le choisi du temps de retarder est également fournie.